13.513.413.313.213.11312.912.8 02000400060008000方案1方案2方案3 0.70.60.50.40.30.20.1方案一方案二方案三 100000 0200040006000800010000 a）线损均值 b) 线损标准差 图6 三种方案下的系统线损均值及线损标准差 基于本文方法，针对IEEE14节点系统进行迭代次数为10000次的概率潮流分析。三种方案下，线损方差系数随迭代次数的变化情况如图5，线损均值/标准差随迭代次数的变化曲线如图6(a)和(b)。可见，随着迭代次数的增加，线损的方差系数逐渐缩小趋近于零，同时，线损的均值和标准差则趋近于一个固定的数值。因此，可以认为迭代10000次得到的概率潮流计算结果是正确的。 不同方案下电压概率分布的对比分析 为分析光伏电站夜间的无功功率对电压的影响之后，基于本文方法，在五种方案下针对IEEE-14节点系统进行概率潮流分析，并绘制14节点电压幅值的概率密度曲线，如图7和图8所示。可见，方案2和3所得电压概率密度曲线较为接近，而与方案1有较大差别，说明光伏的有功输出对节点电压的概率分布存在较大影响。对比方案4和5，不难看出，两者所得电压概率分布形状类似，但有一定的区别，也即，光伏电站夜间的无功功率输出对节点电压的概率分布具有一定的影响，在概率潮流分析中需要准确计及光伏电站夜间的无功功率输出。 1000800方案4方案5 概率密度6004002000 1.0491.051.0511.052节点电压值/KV1.0531.054 方案1方案2方案3图7 前三种方案下的波动最大节点电压概率密度曲线 1500概率密度10005000 1.0491.051.0511.052节点电压值/KV1.0531.054 图8 方案四和方案五的波动最大节点电压概率密度曲线 在五种方案下，利用本文方法针对IEEE14节点系统进行概率潮流分析，并求取线路XX传输功率的概率密度曲线，如图7-8所示。不难看出，方案2和3下，线路传输功率的概率密度曲线均具有单峰结构，且两者较为接近，而与方案1所得结果相差较大，这说明，光伏的有功输出对线路传输功率的概率分布具有较大影响。对比方案4和5可以看出，两者所得概率密度曲线之间存在一定差异，也即，光伏电站夜间的无功功率输出将会影响线路传输功率的概率分布。
800方案1方案2方案3 600概率密度4002000 0.0640.0660.0680.07视在功率/MW0.0720.074 方案4方案5图9 前三种方案下波动最大线路视在功率概率密度曲线 500400概率密度3002001000 0.0640.0660.0680.07视在功率/MW0.0720.074 图10 方案四和方案五波动最大线路视在功率概率密度曲线
5.2.4研究结果 本次研究首先通过对比参数理论与非参数理论建立的光伏电源输出功率概率模型，并进行了K-S检验与卡方检验，选出拟合最优的非参数核密度估计概率模型。 另外，基于Monte Carlo模拟技术提出了一种计及光伏电站昼夜功率输出差异的概率潮流计算方法。首先，根据光伏电站昼夜有功/无功功率的输出特征，建立其潮流计算模型；接着，利用非参数核密度估计理论建立光伏白天有功输出的概率模型，并采用正态分布模拟负荷的随机波动；然后，基于Monte Carlo模拟技术建立考虑光伏电站昼夜功率输出差异的概率潮流分析方法；最后，用甘肃敦煌某光伏电站的实测数据以及IEEE14节点标准测试系统在多种方案下进行仿真分析。结果表明，本文方法正确、有效，另外，忽略光伏电站夜间的无功输出将无法准确估计节点电压/线路传输功率等潮流结果的概率分布信息，因此，需要在概率潮流分析中准确计及光伏电站昼夜功率输出差异。 9.参考文献 [1] Arthouros Zervos. Renewables 2013 global status report [EB/OL]. http://www.ren21.net/. [2] B. Borkowska. Probabilistic load flow [J]. IEEE Transactions on Power Apparatus and Systems, 1974, 93(03): 752-759. [3] S. Conti, S. Raiti. Probabilistic load flow using Monte Carlo techniques for distribution networks with photovoltaic generators [J]. Solar Energy, 2007, 81(12): 1473-1481. [4] A. G. Marinopoulos, M. C. Alexiadis, P. S. Dokopoulos. Energy losses in a distribution line with distributed generation based on stochastic power flow [J]. Electric Power Systems Research, 2011, 81(10): 1986-1994.
[5] W. El-Khattam, Y. G. Hegazy, M. Salama. Investigating distributed generation systems performance using Monte Carlo simulation [J]. IEEE Transactions on Power Systems, 2006, 21(02): 524-532. [6] V. H. M. Quezada, J. R. Abbad, T. G. S. Roman. Assessment of energy distribution losses for
increasing penetration of distributed generation [J]. IEEE Transactions on Power Systems, 2006, 21(02): 533-540. [7] 王强钢、周念成、颜伟、楼晓轩。电网电压不平衡下光伏发电系统的改进功率控制[J]。中国电机工程学报，2013.33：30-37. [8] 王成山、郑海峰、谢莹华、陈恺。计及分布式发电的配电系统随机潮流计算 [J]。电力系统自动化，2005.29（24）：39-44. [9] 颜伟、任洲洋、赵霞、余娟、李一铭、户秀琼。光伏电源输出功率的非参数核密度估计模型[J]。电力系统自动化，2013.37（10）：35-40. [10]Z. Qin, W. Li, X. Xiong. Estimating wind speed probability distribution using kernel density method 2139-2146.】 [11] 梁双, 胡学浩, 张东霞, 王皓怀, 张宏宇. 基于随机模型的光伏发电置信容量评估方法[J]. 电力系统自动化, 2012, 36(13): 32-37. [12] 赵渊、张夏菲、周家启。电网可靠性评估的非参数多变量核密度估计负荷模型研究[J]。中国电机工程学报，2009.29（31）：27-33. 六、项目创新点（或特色） 1.通过比较参数建模与非参数建模，并选择最优的非参数核函数估计概率密度模型，完成了光伏随机特性的模拟； 5.2.针对现有概率潮流计算中没有考虑夜间光伏电站无功输出的不足，提出一种考虑光伏电站昼夜功率输出差异的Monte Carlo概率潮流分析 七、项目研究存在的问题、建议 1.本项目是针对单个光伏电源进行建模进行的概率潮流分析，但是在预定目标中还有一项是针对相邻地区的多个光伏电源来建立输出功率的模型，故未考虑光伏电源实际的地域相关性，在后续的研究中可对该点进行深入地探讨,可使用Copula函数建模进一步讨论光伏电源之间的非线性相关性； 2.针对Monte Carlo潮流计算法速度较慢的缺陷，可以使用其他潮流计算代替，用半不变量的加法运算代替卷积运算，再利用Gram-Charlier级数近似求取潮流的概率密度函数和分布函数。 八、项目完成预期目标情况
1、预期完成目标： 1. 调研报告 2. 结题论文 3. 专利申请材料 2、结题时已完成目标： 1. 完成多种类型光伏电源输出功率概率模型的建立，并进行比对分析 2. 完成SRTP项目结题报告的撰写 3. 完成投稿论文《基于Monte Carlo模拟的光伏电源夜间无功输出的概率潮流计算》，并已投稿至《智能电网》期刊。 九、项目研究工作的自我评价分析与总结 这次SRTP项目中，所用到的较大部分知识和技术都是我们通过自学和与导师交流得到的，这让我们认识到了自学时积极主动的重要性，同时也掌握了各种收集资料，以及自主学习的方法。其中一大收获就是对Matlab的使用更加熟练，对一些复杂的函数工具能理解了各参数的具体含义并熟练使用，而也能编译各种功能的函数工具了。除此之外，学会了如何用客观的文字去描述现象成果，如何规范的撰写论文。 总的来说，这一次SRTP科研训练项目，给我们一次宝贵的机会在本科生阶段就全过程经历了整个科研项目。从一开始项目的申请，项目的实施，进度汇报到最后的结题工作，随着每一个部分的进行我们都从中获得了宝贵的经验，知道了一个科研项目到底是如何运作的。期间虽然也暴露出来各种各样的问题,但是每个问题都得到了解决，这个过程也让我们收获了信心。 最后，感谢学校为我们提供这次宝贵的科研训练的机会，也感谢指导老师对我们的悉心培养。这次经历不但培养了我们对科研的兴趣，也为我们日后的科研学习工作提供了宝贵的经验。
总体来看，三位项目组成员超额完成了项目的研究任务，不仅对光伏电源输出功率的随机特性以及电力系统概率分析方法有较为深入的认识和理解，而且取得了具有一定创新性的研究成果。在项目研究过程中，项目组成员针对参数和非参数建模方法以及概率潮流问题，广泛查阅资料，深入学习相关理论及编程方法，并充分利用已有的科研条件，主动解决研究过程中遇到的难题，表现出了较强的学习能力和一定的科研能力。综上，通过本次项目的训练，项目组同学的科研能力，编程水平以及报告撰写能力等都得到极大的锻炼和提升，达到了本科生科研训练项目的目的。 指导教师 评语 指导教师签名： 年 月 日 学院评审专家组意见 （含项目情 况及项目组 成员工作情况） 专家组签名： 年 月 日 学院 审核意见 分管副院长签名： 学院公章： 年 月 日